derisk-ai/OpenDerisk

OpenDeRisk – AI 原生风险智能系统

什么是 OpenDeRisk – OpenDeRisk 是一个开源平台，使用多个 AI 代理来自动化软件可靠性工程（SRE）的根因分析（RCA）。它摄取大规模事件数据（Microsoft OpenRCA 数据集）并，通过协调的代理，提取底层原因，可视化数据链，并生成报告。

核心能力

1. DeepResearch RCA – 解析日志、追踪和代码，以精准定位故障的真实来源。
2. 证据链可视化 – 交互式 UI 显示完整的诊断流程，以便工程师可以验证推理过程。
3. 多代理协作 – 专业代理（SRE-Agent, Code-Agent, Report-Agent, Vis-Agent, Data-Agent）协同工作；Code-Agent 甚至可以即时生成分析脚本。
4. 开放式架构 – 所有组件都是模块化的且可复用，并提供可选的扩展功能（如：DingTalk 通知、ChromaDB 存储）。

工作原理

• 数据层 拉取并解压约 26 GB 的 OpenRCA 数据集，使其可用于分析。

• 逻辑层 运行代理集群。每个代理都有定义的角色，并通过共享协议（MCP – Model Context Protocol）进行通信。

• 可视化层 使用 Vis 协议在 Web UI 中渲染处理流程和证据链。

快速上手

1. 快速安装 – 运行单行 curl 脚本，即可安装二进制文件和默认配置文件。
2. 配置 – 编辑 ~/.openderisk/configs/derisk-proxy-aliyun.toml 以添加您的 LLM API 密钥。
3. 运行 – openderisk-server (或 uv run derisk quickstart) 启动本地服务器；UI 可通过 http://localhost:7777 访问。
4. 从源码安装 – 安装轻量级 Python 包管理器 uv，克隆 repo，并使用提供的 extras (base, proxy_openai, rag, storage_chromadb 等) 同步依赖。

使用模式

• AI-SRE (OpenRCA) – 分析电信级事件数据集。
• 火焰图助手 – 上传 Java/Python 火焰图以进行自动化性能诊断。
• DataExpert – 放入指标、日志、追踪或 Excel 文件，并与系统对话以探索数据。

可扩展性 – 开发人员可以添加新的代理 under derisk-ext.agent.agents 或创建自定义工具/技能（MCP, DeRisk-Skills）。该项目重用了 DB-GPT, GPT-Vis, MetaGPT 和 Microsoft 的 OpenRCA 的概念。

社区 – Discord, DingTalk, 和一个具有问题跟踪、版本发布、版本引用格式的公开 GitHub repo。

---

TL;DR – OpenDeRisk 是一个模块化的、多代理 AI 平台，用于自动化根因分析和风险智能，配备 Web UI、可视化数据链，并支持自定义扩展。